| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Site | mtc-m21d.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34T/48AE23B | |||
| Repositório | sid.inpe.br/mtc-m21d/2023/01.02.11.03 (acesso restrito) | |||
| Última Atualização | 2023:01.02.11.03.49 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2023/01.02.11.03.49 | |||
| Última Atualização dos Metadados | 2023:01.10.17.38.27 (UTC) administrator | |||
| DOI | 10.1007/s10569-022-10110-7 | |||
| ISSN | 0923-2958 | |||
| Chave de Citação | CarrubaAljCarDomMar:2022:OpArNe | |||
| Título | Optimization of artificial neural networks models applied to the identification of images of asteroids’ resonant arguments  | |||
| Ano | 2022 | |||
| Mês | Dec. | |||
| Data de Acesso | 03 maio 2024 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PI | |||
| Número de Arquivos | 1 | |||
| Tamanho | 3772 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Carruba, Valério 2 Aljbaae, Safwan 3 Caritá, Gabriel Antonio 4 Domingos, R. C. 5 Martins, B. | |||
| ORCID | 1 0000-0003-2786-0740 | |||
| Grupo | 1 2 DIMEC-CGCE-INPE-MCTI-GOV-BR 3 CMC-ETES-DIPGR-INPE-MCTI-GOV-BR | |||
| Afiliação | 1 Universidade Estadual Paulista (UNESP) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) 4 Universidade Estadual Paulista (UNESP) 5 Universidade Estadual Paulista (UNESP) | |||
| Endereço de e-Mail do Autor | 1 valerio.carruba@unesp.br 2 safwan.aljbaae@gmail.com 3 gabrielcarita@gmail.com | |||
| Revista | Celestial Mechanics and Dynamical Astronomy | |||
| Volume | 134 | |||
| Número | 6 | |||
| Páginas | e59 | |||
| Nota Secundária | A2_ENGENHARIAS_III B1_INTERDISCIPLINAR B1_ASTRONOMIA_/_FÍSICA B2_MATEMÁTICA_/_PROBABILIDADE_E_ESTATÍSTICA B3_ENSINO B3_CIÊNCIA_DA_COMPUTAÇÃO | |||
| Histórico (UTC) | 2023-01-02 11:03:49 :: simone -> administrator :: 2023-01-02 11:03:50 :: administrator -> simone :: 2022 2023-01-02 11:04:29 :: simone -> administrator :: 2022 2023-01-04 07:39:06 :: administrator -> simone :: 2022 2023-01-04 12:03:09 :: simone -> administrator :: 2022 2023-01-10 17:38:27 :: administrator -> simone :: 2022 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Palavras-Chave | Asteroids General Minor planets Time domain astronomy Time series analysis | |||
| Resumo | The asteroidal main belt is crossed by a web of mean motion and secular resonances that occur when there is a commensurability between fundamental frequencies of the asteroids and planets. Traditionally, these objects were identified by visual inspection of the time evolution of their resonant argument, which is a combination of orbital elements of the asteroid and the perturbing planet(s). Since the population of asteroids affected by these resonances is, in some cases, of the order of several thousand, this has become a taxing task for a human observer. Recent works used convolutional neural network (CNN) models to perform such task automatically. In this work, we compare the outcome of such models with those of some of the most advanced and publicly available CNN architectures, like the VGG, Inception, and ResNet. The performance of such models is first tested and optimized for overfitting issues, using validation sets and a series of regularization techniques like data augmentation, dropout, and batch normalization. The three best-performing models were then used to predict the labels of larger testing databases containing thousands of images. The VGG model, with and without regularizations, proved to be the most efficient method to predict labels of large datasets. Since the Vera C. Rubin observatory is likely to discover up to four million new asteroids in the next few years, the use of these models might become quite valuable to identify populations of resonant minor bodies. | |||
| Área | ETES | |||
| Arranjo | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCE > Optimization of artificial... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| Idioma | en | |||
| Arquivo Alvo | s10569-022-10110-7.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Política de Arquivamento | denypublisher denyfinaldraft12 | |||
| Permissão de Leitura | deny from all and allow from 150.163 | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Repositório Espelho | urlib.net/www/2021/06.04.03.40.25 | |||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F2UALS 8JMKD3MGPCW/46KTFK8 | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2022/04.03.17.52 4 sid.inpe.br/bibdigital/2013/10.14.00.13 1 | |||
| Divulgação | WEBSCI; PORTALCAPES. | |||
| Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 | |||
| 6. Notas | ||||
| Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||